大規模電動汽車的實時V2G功率容量并行預測

岳友, 陳琛, 陳娜

〔南瑞集團(國網電力科學研究院)有限公司，江蘇 南京 211100〕

0 引 言

隨著新能源技術的發展、人們環保意識的提高和政府投入的加大，電動汽車的數量越來越多。然而，由于電動汽車充電有很大的隨機性，大規模電動汽車的接入會對電網有不利影響，如影響配電網電能質量、增加控制優化難度等[1]。此外，隨著Vehicle-to-Grid (V2G)技術的發展，連接到一定電網區域的大規模電動汽車作為一個很大的儲能系統，不僅可以為電網提供輔助支撐服務，還可以為電網提供應急服務。大規模電動汽車V2G功率容量的預測將為電網調峰、調頻、經濟調度，以及電動汽車智能充放電策略的制訂提供有力的決策依據。如何實現大規模電動汽車V2G功率容量精確和快速的預測是實現這些支持服務的關鍵。

國內外學者對電動汽車V2G功率容量都做了相應的研究。文獻[2]基于蒙特卡洛隨機模擬法，進行V2G實時功率容量預測研究。文獻[3]定義了“V2G可用容量”的概念，建立了多種類型電動汽車充電時間分布概率模型，最終利用蒙特卡洛的方法對微網內電動汽車集群進行V2G可用容量評估。文獻[4]討論了電動汽車充電站中大量電動汽車充放電的隨機性，通過建立接入負載母線電動汽車數量的概率模型進行功率容量估算。文獻[5]通過統計單臺電動汽車在各個時間段接入的概率和可用功率的概率，利用二項分布特性，將具有相同的接入時間和可用功率的電動汽車的容量進行快速疊加得到聚合的功率容量。……